Sans-serif

Aa

Serif

Aa

Font size

+ -

Line height

+ -
Light
Dark
Sepia

7 kunskapsfält framtidens PR-strateger måste behärska

Teknisk utveckling har mycket stor inverkan på hur marknadsförare jobbar, och påverkar antalet kompetenser man behöver ha i sin verktygslåda för att vinna i konkurrensen. För fem år sedan var det sociala medier som blev kommunikatörernas hygienfaktor, framöver kommer det att vara dataanalys som krävs.

Varför dataanalys? Först lite bakgrund. Som kommunikationsstrateg är ens uppdrag först och främst att förstå målgruppens behov. Strateger har under lång tid samlat in data (information) om målgrupperna genom fokusgrupper och enkäter. Men problemet med analoga fokusgrupper och enkäter är att de är dyra att beställa, tar lång tid att genomföra (ofta flera veckor) och är omständliga att sammanställa korrekt.

Men för strateger finns tacksamt nog idag allt mer data om människor och deras beteendemönster nu tillgängligt digitalt. Men för att strateger ska kunna använda bergen av data och ta snabba, datadrivna beslut baserade på insikter från data krävs nya typer av kompetenser hos marknadsföraren, främst inom okonventionella områden som matematik och programmering.

Här är sju kunskapsfält för den strategiska kommunikatören som vill vara säker på att behålla sitt jobb även i framtiden:

1. Statistik

För att kunna ta beslut baserade på data måste man ha en grundläggande förståelse för statistik. Man behöver inte direkt ha en masterexamen i statistik, men att kunna grunderna i statistik är nödvändigt för att kunna arbeta med datadrivna beslut.

Exempel: För att kunna köra och förstå A/B-tester är det bra att ha en grundläggande förståelse för begreppen konfidensintervall och signifikans. För att kunna förutspå tillväxtkurvor (t.ex. framtida inkomster eller väntad användartillväxt för en app) är det bra att också ha en förståelse för regressionsmodeller.

För att själv kunna söka och samla in data från företagets databaser är det bra att lära sig databasspråket SQL. För att kunna presentera sina insikter är det bra att också lära sig data visualization – alltså att göra snygga grafer och diagram.

Lär dig själv gratis: Udacity: “Intro to Statistics
Läs mer: 2 Questions That Will Make You a Statistically Significant Marketer

2. Programmering

computer-programming

Även om man inte behöver bli en fullfjädrad programmerare är det nyttigt att ha förståelse för grunderna, både för att själva kunna ändra något i WordPress-koden på sin hemsida, men även för att kommunicera effektivare med webbutvecklingsteamet. Som kommunikatör är det bra att få fullständig förståelse för HTML/CSS eftersom de flesta hemsidor är byggda i dessa språk. Det är även bra att ha en grundläggande förståelse för språken Python, PHP och Ruby on Rails.

Exempel: Med programmering kan du lära dig själv att snabbt bygga politiska kampanjsajter, som kan vara bra om du t.ex. vill hoppa på ett viralt drev. Man kan även använda programmering för att koda A/B-tester eller skriva små skript som automatiserar vardagliga uppgifter åt dig.

Lär dig själv gratis: Codeacademy

3. Excel-modellering

nodexl_senate

För att det ska vara värt att ha “big data” måste man kunna handskas med all data som samlats in. Data måste leda till insikter för att vara användbar, och det är här Excel-modellering kommer in.

Genom att lära sig Excel eller ett annat analysprogram (t.ex. SPSS) kan man studera kundernas beteende och göra egna modeller för att få fram intressanta insikter.

Exempel: Kanske är kunder som laddade ner whitepaper 1 på din sajt mer sannolika att även köpa din produkt jämfört med de som bara tittat på whitepaper 2? Kanske det är ännu mer sannolikt att kunden köper produkten ifall kunden laddat ner båda whitepapers?

Lär dig själv: Introduction to Excel Financial Modeling, Udemy: Excel with Microsoft Excel Pivot Tables

4. Analytics
analytics-600

Du använder säkert redan ett analysprogram; Google Analytics. Men vet du hur du använder det?

De flesta vet bara hur man använder de mest grundläggande funktionerna i Google Analytics. Det är förvisso fint att kunna se totala antalet besökare senaste månaden och varifrån ens hemsidebesökare kommer i världen, men för att verkligen göra skillnad är det bra att lära sig de mer avancerade funktionerna.

Exempel: Vet du om folk med iPhone eller Android köper mest på din sajt? Var i köpresan på din sajt fastnar kunderna och lämnar kundvagnen? Vilka sidor på din sajt besöks oftast av besökare från andra länder?

Lär dig själv gratis: Google Analytics Academy

5. Databassökning/SQL

database_800

Google Analytics har ett snyggt och användarvänligt interface, men ibland vill man verkligen komma på djupet och besvara exakta frågor baserat på databasinformation.

Om du tillexempel skötte Facebook, så skulle du kanske vilja veta hur ofta användare redigerade sin profil, hur många nya profilbilder man laddade upp samt hur ofta och hur länge besökare surfar i nyhetsflödet. Denna information skulle kanske vara svår att komma åt i Google Analytics interface – men den finns garanterat sparad i en databas någonstans.

SQL är alltså bra språk att kunna, eftersom du då kan skriva egna söksträngar och söka på ALLT i din databas, och inte bara de fördefinierade sökdimensioner som finns i Google Analytics.

Lär dig själv: Udemy: SQL for marketers, Learn SQL the Hard Way

6. A/B-testning

ab-testing-feature-image

För att förstå vad som funkar och inte funkar på din hemsida för att driva klick och köp måste man testa sig fram. Detta testande kallas för A/B-testing. När man använder A/B-testning för att utveckla bättre hemsidor innebär det att kör ett test där man slumpvis visar sajtbesökare en av flera variationer av exempelvis färgen på en knapp, för att i slutändan kunna mäta vilken typ av knappfärg som ger mest klick eller köp.

A/B-tester är egentligen inte särskilt tekniskt svåra att göra. Ett tips är att använda digitala verktyg som Optimizely för att utföra simpla test på din sajt. De har många färdiga mallar och tips på sin sajt.

Fallstudier om A/B-testning:
– “How Obama Raised $60 Million by Running a Simple Experiment”,
– VWO:s fallstudiedatabas för A/B-tester

Lär dig själv: Your Step-By-Step Guide to A/B Testing With Google Analytics,

7. Web scraping

Web scraping

Web scraping kallas även för “crawling”. Crawling som begrepp har blivit mest känt i samband med sökmotorer, där Google och andra sökmotorer har botar som “crawlar” alla webbsidor på hela nätet och skrapar dem efter texter och bilder, som sedan indexeras av sökmotorn så att de dyker upp bland resultaten när vi söker på något.

Att webbskrapa i en affärskontext är att skapa ett litet program som själv går ut på nätet och letar efter något du bestämt, och sedan sammanställer detta i ett dokument åt dig.

Jobbar man med public affairs så borde man exempelvis kunna skriva ett web scraping-program som automatiskt besöker riksdagen.se och skrapar alla riksdagsledamöters och pressekreterares e-mailadresser, och sedan samlar dem i ett prydligt Google Spreadsheet-ark åt dig. Då slipper praktikanten göra det – smidigt!

Andra exempel:
E-handel: Många webbutiker (t.ex. Amazon) har web scraping-program som regelbundet crawlar alla konkurrentsajters produktpriser, för att säkerställa att man själv håller lägsta pris.
Jobbsök: Att söka jobb är meckigt för det finns flera hundra jobbsajter man regelbundet måste besöka för att se om nya jobb dykt upp. Men om man lär sig web scraping kan man skriva ett skript som själv söker igenom alla jobbsajter flera gånger om dagen efter nya jobb utifrån vissa sökord du bestämt (t.ex. “marknadsföring; göteborg”), och pingar dig om det publicerats något nytt jobb som matchar in på dina sökkriterier.

Vad kan man mer använda web scraping till? Här är ännu fler exempel:

web scraping

Lär dig själv: Udemy: Learn Web Scraping in Minutes,

Har du fler tips på tekniska kunskaper som du tror kommer spela stor roll i framtiden? Dela, diskutera, pinga @stratkomm på Twitter.

(Detta blogginlägg är inspirerat av artikeln: “7 technical skills all growth hackers should learn”.)